特斯拉弗里蒙特工厂的人形机器人Optimus产量显著攀升。据媒体报道，目前该工厂每周生产数百台Optimus，约为第二季度小批量测试期间产量的十倍。管理层计划在年底前建立一条连续自动化生产线，实现每周超1000台的产能，长期目标则是每周约20,000台。
这条生产线由原Model S和Model X产线改造而来。今年5月初，特斯拉停产这两款旗舰车型，从S/X项目抽调工人和工程师，并从Model Y项目调集数十名员工支援机器人项目。然而，尽管产量激增，这些下线的机器人仍无法处理通用任务，实际用途受到严格限制。
内部测试为主，商用版本尚远
目前生产的Optimus主要用于内部测试、训练和数据收集。在工厂内，它们被限制在有人监督的受控区域，执行特定的编程任务，而非作为通用机器运行。值得注意的是，当前制造的V3版本并非计划商业化的最终形态，仍需通过更严格的耐用性和可靠性测试。
特斯拉的商业化策略倾向于“租赁”而非“出售”。公司打算向环境与特斯拉相似的少数工厂和仓库租赁Optimus，以便在更易适应的环境中收集部署数据，进而改进人工智能。这一逻辑与全自动驾驶（FSD）策略如出一辙：先交付硬件，收集数据，再迭代软件。
手部组装与供应链成最大瓶颈
规模化生产面临严峻挑战，尤其是手部组件。Optimus的手部和前臂包含超过100个螺丝和小部件，目前仍需工人手工组装。由于部件微小且公差要求极高，组装线上的夹具难以始终如一地对齐，导致大量机器人下线后需要返工。
耐用性方面，部分手部触觉传感器存在可靠性问题。特斯拉的解决方案是增加一个可更换的“传感手套”，以避免更换整个手部组件，该方案计划于明年推出。此外，依赖外部供应商（多位于中国）提供的电机和精密齿轮也带来质量波动。部分供应商在原型阶段表现良好，但在量产时难以保持一致的质量标准。
AI泛化能力不足，学习成本高
比硬件更棘手的是“大脑”。知情人士透露，Optimus的人工智能尚不能可靠地处理广泛任务，在未训练情境下的行为可能不可预测。即使学习基础任务，机器人也需花费数天时间。为加速模型训练，特斯拉拥有超50万小时的训练数据，并计划年底前翻倍。公司已将大部分自动驾驶数据标注团队转移至Optimus项目，并在科罗拉多州、亚利桑那州和佛罗里达州建立了培训枢纽。
这与马斯克此前的乐观预期形成鲜明对比。2025年1月，他曾表示特斯拉将在当年制造约10,000台Optimus，并有数千台投入有用工作。然而近期他承认，目前零台Optimus在特斯拉从事有用工作。原定2026年中公布V3版本的承诺，截至9月下旬仍未兑现。
与此同时，竞争对手正在加速布局。小鹏汽车本月在广州启动了自动化的IRON人形机器人生产线，目标在2027年实现商业化销售。
行业观察：重蹈FSD覆辙？
分析指出，人形机器人在大多数工作中的效率远低于专为特定任务设计的机械臂或轮式机器人。其唯一优势在于理论上能适应为人设计的环境，但这依赖于两个前提：AI具备泛化能力，以及机器人在数年使用中保持足够的可靠性以收回成本。
目前，Optimus在这两方面均存在短板。若机器人需针对每个任务训练数天且被限制在围栏内，它本质上只是一个昂贵且低效的专用机器人。触觉传感器故障和复杂的手工组装结构，使其开局并不理想。
这并非特斯拉首次基于尚未实现的人工智能突破做出重大产品决策。2016年，特斯拉宣称其车辆已配备完全自动驾驶所需硬件，但近十年后，“完全自动驾驶”仍需人工监督。如今，特斯拉砍掉Model S和X生产线，转而押注一款其AI尚无法完全驾驭的产品。投资者需警惕这种将生产线绑定于不可预测软件时间表的风险。